高超声速目标尾迹对GNSS信号的衰减特性研究

高超声速目标在临近空间飞行时,目标周围及尾迹区域中电离形成的等离子体对卫星信号的传播会造成较大的衰减,这一现象有助于针对高超声速目标的被动式雷达探测。为研究全球卫星导航系统（Global Navigation Satellite System, GNSS）信号在鞘套尾迹中的衰减特性,采用计算流体动力学模拟了高超声速目标在不同飞行条件下的三维绕流流场,并以此建立绕流流场电磁模型。然后通过改进的移位算子时域有限差分方法（Shift Operator Finite?Difference Time?Domain, SO?FDTD）仿真计算GNSS信号在目标流场尾迹中的衰减特性,并绘制了信号通过流场后的透射系数分布图。仿真计算发现,临近空间高超声速目标尾迹对GNSS信号有明显的衰减作用,GNSS信号载波频率、目标飞行的高度和速度对GNSS信号透射系数的大小及分布结构均会带来影响。该研究中的结论为基于GNSS的临近空间高超声速目标无源探测提供了一定依据。     

基于集成学习的铸件缺陷识别方法

针对铸件图像噪声多和对比度不足引起的缺陷识别困难的问题,文中提出了一种基于集成学习的铸件缺陷识别方法。首先,该方法采用灰度变换法、双边滤波以及自适应图像分割法对铸件图像进行预处理。然后,通过提取方向梯度直方图（Histogram of Oriented Gradients, HOG）特征、不变矩特征和局部二值模式（Local Binary Pattern, LBP）纹理特征构建全信息特征集,并结合支持向量机递归特征消除（Support Vector Machine-Recursive Feature Elimination, SVM-RFE）算法筛选铸件缺陷敏感特征。最后,利用Adaboost-RF（Adaptive Boosting-Random Forest）方法构建铸件缺陷识别模型。对比实验结果表明,该模型不仅可以有效提取缺陷敏感特征,而且相较于其他分类器具有更好的分类性能和泛化能力。     

基于相位一致性的结构相似度图像融合质量评价方法

在红外(IR)图像和可见光CCD图像融合效果评价中,结构轮廓对人眼感知的影响非常重要,而相位一致性（PC）模型生成的PC图像很好地在红外(IR)图像和可见光CCD图像融合效果评价中,结构轮廓对人眼感知的影响非常重要,而相位一致性（PC）模型生成的PC图像很好地保留了结构轮廓特征,且不受图像亮度和对比度变化的影响。提出了基于PC的结构相似度（SSIM）图像融合质量评价方法;利用SSIM模型分别产生融合图像相对于IR图像和可见光CCD图像的SSIM图像;根据PC模型产生IR和可见光CCD各自的PC图像;根据人眼对轮廓和非轮廓区域的重视程度的不同,利用各自的PC图像对SSIM图像进行加权; 最终利用信息熵加权得到融合图像的评价指标。实验中,在对实验图像进行主观评价和多种客观评 价指标计算的基础上,首次计算了非线性相关系数和斯皮尔曼等级相关系数(SROCC),最后统计分析实验数据。实验结果表明该方法较以往评价方法具有更好的主客观一致性。     

目标检测中的尺度变换应用综述

目标检测试图用给定的标签标记自然图像中出现的对象实例,已经广泛用于自动驾驶、监控安防等领域。随着深度学习技术的普及,基于卷积神经网络的通用目标检测框架获得了远好于其他方法的目标检测结果。然而,由于卷积神经网络的特性限制,通用目标检测依然面临尺度、光照和遮挡等许多问题的挑战。本文的目的是对卷积神经网络架构中针对尺度的目标检测策略进行全面综述。首先,介绍通用目标检测的发展概况及使用的主要数据集,包括通用目标检测框架的两种类别及发展,详述基于候选区域的两阶段目标检测算法的沿革和结构层面的创新,以及基于一次回归的目标检测算法的3个不同的流派。其次,对针对检测问题中影响效果的尺度问题的优化思路进行简单分类,包括多特征融合策略、针对感受野的卷积变形和训练策略的设计等。最后,给出了各个不同检测框架在通用数据集上对不同尺寸目标的检测准确度,以及未来可能的针对尺度变换的发展方向。     

基于数字孪生与迁移学习的结构光条纹图像分析（特邀）

近年来,深度学习技术广泛应用于计算光学三维成像的研究中。在条纹投影轮廓术中,通过训练深度学习网络,可从单幅条纹图像中恢复高精度的相位信息。然而,为了训练神经网络模型,通常需要耗费大量的时间成本和人力成本来采集训练数据集。为了解决该问题：首先,建立数字孪生条纹投影系统,并利用域随机化技术对虚拟照明光栅进行增强,使用计算机进行虚拟扫描,生成大量仿真光栅条纹图像;其次,利用仿真光栅图像对U-Net神经网络进行预训练;最后,引入迁移学习,采用少量真实光栅条纹图像对神经网络进行参数微调。由于U-Net的结构特殊性,提出并分析了“从左至右”“从上至下”“全局微调”等3种U-Net神经网络微调策略。实验结果表明,采用“从上至下”策略微调U-Net“瓶颈”网络模块的方法可获得最佳的迁移学习结果,神经网络的相位预测精度可得到显著提升。相比于使用大量真实数据进行训练,所述方法仅利用20%的数据就可训练神经网络获得高精度的相位重建结果。     

纳米抗磨添加剂在石化设备润滑油中的应用

纳米材料的发展为研制先进的润滑防护材料和技术提供了新的途径，在润滑油在加入纳米材料添加剂足改善润滑油品质和质量最经济有效的手段，添加剂按其功能可分为润滑、抗磨，抗氧化、清新，粘度调节等种类，其中润滑油抗磨添加剂是最重要的组分，在摩擦学领域，纳米润滑材料也倍受重视，由于纳米粒子（〈100rm）是介于宏观物质与微观原子或分子之间的过渡亚稳态物质。     

高超声速风洞M_a=5中劈尖试件的红外测温

目前,红外测温技术在高温非稳态下的应用研究还不成熟,而红外测温技术的关键在于发射率的准确测量。为了测量高超声速气流下试件的温度,同时采用MCS640高温红外热像仪和GH3030高温合金热电偶对风洞马赫数5(M_a=5)中的超高强度合金结构钢D6AC劈尖试件进行温度测量。首先,通过热电偶和红外热像仪组合的匹配法校正试件的发射率,再设置热像仪的发射率,测得试件驻点的温度变化曲线和试件在不同时刻的热图。实验测得试件驻点的最高温度为2 019.3℃,对分析材料的烧蚀性能和防热结构的可靠性提供了参考。实验证明,该测温方法可以用来测量高超声速风洞中试件的温度。     

海南电网数据中心存储互联架构研讨

基于存储互联的存储架构CloudSAN,将云领域的多节点集群扩展的优势,与传统存储的高性能、高可靠、易管理等特性相结合,提供分布式服务器存储架构与传统架构优点结合的面向云计算的新型存储系统.     

大电网统一数据库建设相关技术整合研究

随着智能电网的发展和普及,我国已经构建了一张覆盖全国各地的大电网,电网运行产生了海量的信息化数据,亟需构建一个统一数据库,引入数据分类、动态迁移、访问重定向等技术,实现数据信息智能存储和管理,提高电网数据库访问效率。     

BPSK‒QPSK和QPSK‒16QAM的光调制格式转换

信号在调制方式不同的系统之间传输时,需要对信号调制格式进行转换,而调制格式转换通常在电信号上进行,要将光信号恢复成电信号。在电信号上进行调制格式转换后,再经电光调制器变换成光信号发射。频繁的光电或电光转换通常会增加系统成本,针对该问题,提出了利用相干叠加在光域上实现二进制相移键控(BPSK)到正交相移键控(QPSK)以及QPSK到正交幅度调制(16QAM)的调制格式转换的方法。实验通过Optisystem软件对转换模型进行仿真,采用10 Gpbs伪随机信号作为测试信源,通过星座图观测出信号成功转换为QPSK和16QAM;并在不同光信噪比、光源线宽和信号功率下对转换模型与直接QPSK、16QAM传输模型进行误码分析对比,在相同条件下转换模型和直接传输的误码率高度保持一致,表明这种调制格式转换方法具有较高的稳定性和准确性,能够适用于不同系统间的信号传输。